Demi-Journée Thématique le matin suivi d'un atelier l'après-midi.

• Accueil à partir de 08h45.
• Inscriptions gratuites mais obligatoire via ce lien.

La journée sera composée :

• Le matin d'une 1/2 journée thématique avec des présentations.
• L'après-midi d'un atelier de prise en main.

L'objectif du matin est de faire le point en matière d'outils et de pratiques dans le domaine de la visualisation scientifique. Après un exposé général, plusieurs retours d'expériences précéderont une table ronde en fin de matinée.

• Cette matinée sera en présentiel mais sera éventuellement rediffusée via un serveur BBB pour ceux qui ne peuvent pas se déplacer.
• L'atelier de l'après midi sera uniquement en présentiel et limitées à 24 personnes.

ATTENTION :

• Les exposés seront en français. Des questions pourront être posées en anglais.
• Priorité au présentiel pour les questions.
• Les questions en distanciel seront uniquement possibles via la discussion publique (“tchat”).

Cette action est organisée par les COMET du CNES et l' atelier numérique de l'OMP.

• Guillaume Eynard-Bontemps
  • COMET/CNES.
• Etienne Gondet :
  • IR CNRS de l'URA831/ Observatoire Midi-Pyrénées.
• Sébastien Pinel :
  • MCF du CEFREM/ Observatoire Midi-Pyrénées.

Merci de :

• Garder votre micro et caméra éteinte
  • afin d'éviter les désagréments sonores et
  • de limiter la charge sur le réseau.
• Utiliser la discussion publique pour poser des questions.
• De ne quitter la connexion qu'après avoir
  • répondu au Sondage de satisfaction juste avant la table ronde.
    • Très satisfait, Satisfait, Pas ou peu Satisfait.

D'expérience, les meilleurs navigateurs pour BBB sont:

• brave, chrome, Chromium, edge, firefox.
• Les navigateurs Safari et Internet Explorer peuvent parfois poser problème.

• 08h45 : Accueil.
• 09h00-09h10 : Introduction. Le support.
  • E. Gondet (OMP) & S. Pinel (CEFREM/OMP).

• 09h10-10h00 : L'écosystème Python pour la visualisation et 10 règles simples pour réaliser de meilleures figures.
  • N-P. Rougier (LABRI/INRIA).Résumé et Minibio.
    • Le support.
• 10h00-10h40 : Visualisation : Panorama des outils et savoir faire.
  • Alain Roan (Perceptible). Résumé et Minibio.
    • Le support.

• 10h40-11h10 : Pause-Café.

• 11h10-11h40 : JUPYTERGIS un Système d’Information Geographique collaboratif basé sur Jupyterlab dans votre navigateur. G. Eynard-Bontemps (CNES). Résumé et Minibio
  • Le support.
• 11h40-12h20 : Des approches pour visualiser la donnée scientifique - PowerBI (sans ligne de code) ou streamlit (avec ligne de code) . A. H. Amavigan (CEFREM/OMP). Résumé et Minibio
  • Approaches to visualizing scientific data.
  • Le support.
• 12h20-12h40 : Tour de table expression libre.

• 12h40-14h00 : Buffet (AC).

• 14h00-17h30 : Résumé et Minibio.
  • Exemples pour de meilleures visualisations.
    • Alain Roan (Perceptible & DATAVIZ) & Christophe Regouby (AIRBUS & DATAVIZ)

Titre : L'écosystème Python pour la visualisation et 10 règles simples pour réaliser de meilleures figures.

Auteur : Nicolas P. Rougier (LABRI/INRIA).

Résumé : La visualisation scientifique est définie classiquement comme un processus de représentation graphique de données scientifiques. Cependant, ce processus est loin d'être direct ou automatique car il existe de nombreuses façons de représenter les mêmes données: courbes, nuages de points, histogrammes ou camemberts pour n'en citer que quelques-unes. De plus, les même données avec une même représentation peuvent être perçues très différemment selon la personne qui regarde la figure. Une définition plus précise de la visualisation scientifique serait donc une interface graphique entre les personnes et les données. L'objectif de cet exposé est de fournir un ensemble de règles de base pour améliorer la conception des figures et d'expliquer les écueils les plus fréquents.

Mini Bio : Je suis directeur de recherche à l'Inria et je travaille au sein de l'institut des maladies neurodégénératives (Bordeaux) où j'effectue mes recherches en neurosciences computationelles. J'ai par ailleurs un intérêt prononcé pour la visualisation scientifique et une expertise reconnue sur la librairie matplotlib (Python) pour laquelle j'ai réalisé les “cheatsheets” (https://matplotlib.org/cheatsheets/) et récemment (2021) publié un ouvrage en accès libre (https://www.labri.fr/perso/nrougier/scientific-visualization.html).

Sébastien Pinel donnera cette présentation le matin

–> PRESENTATION DU MATIN :

Titre : tableaux de bord interactifs au service de la recherche en géosciences.

Auteur : Sébastien Pinel (MCF CEFREM/OMP).

Résumé : Les tableaux de bord interactifs facilitent l'exploration, l'analyse et la diffusion des résultats scientifiques. Cette présentation propose un panorama des principales solutions (Streamlit, R Shiny, Power BI et Apache Superset), en mettant en évidence leurs avantages, leurs limites et leurs cas d'usage dans les domaines des géosciences et des sciences de l'environnement. Des exemples concrets permettront d'orienter le choix de l'outil selon les besoins de la recherche.

Mini Bio : Enseignant-chercheur à l’UPVD. Mes enseignements à l’IUT de Perpignan, département Science des Données, antenne de Carcassonne, s’articulent autour des mathématiques, statistiques, la géomatique, et l’apprentissage machine. Mes recherches, dans le domaine des géosciences, se concentrent autour de la télédétection, l'hydrologie, l'hydrodynamique, l’océanographie et l'analyse de données. Bien souvent, mes travaux combinent la collecte de données in situ et les techniques de modélisation physique et statistique pour aborder les questions scientifiques.

Titre : Exemples pour de meilleures visualisations.

Auteur : Alain Roan (Perceptible) & Christophe Regouby (AIRBUS) Association DATAVIZ.

Public visé : Toute personne en poste à l'OMP ayant des visualisations à réaliser avec ou sans programmation.

Prérequis :

• Connaissance de base en statistique.
• Un ordinateur avec navigateur.
• Un compte gmail pour faciliter l’accès à Google Drive.
• Amener éventuellement des exemples de visualisations avec lesquelles vous travaillez à partager

Mini-programme :

• Introduction (séance, outils).
• visualisations à connaître (jauges, sucettes, petits multiples, …).
• En fonction des exemples apportés par les participants ou sur des cas d'écoles :
  • amélioration de « mauvaises » visualisations,
  • discussions et partages.

Mini Bio :

• Alain ROAN, Ingénieur Centrale-Supelec, il dirige perceptible.fr depuis 2011, il donne des formations et du conseil dans le domaine de la visualisation de données et des tableaux de bord. Il est co-fondateur de ToulouseDataviz en 2015.
• Christophe REGOUBY, Scientifique de données chez Airbus, et contributeur actif à l'open-source, il donne des conférences à l'interface entre la visualisation et la modélisation de données, notamment avec R. Il a rejoint ToulouseDataviz depuis 2020.

Titre : un Système d’Information Géographique collaboratif basé sur Jupyterlab dans votre navigateur.

Auteur : Guillaume Eynard-Bontemps (CNES).

Résumé : Qu’est-ce que JupyterGIS, les fonctionnalité principales (QGIS light, Story Maps, navigateur STAC, possibilité de faire du full navigateur avec Jupyterlite, développements en cours avec Xarray).

Mini Bio : Ingénieur CNES. Je travaille depuis près de 20 ans dans le développement de segments sols, entré au CNES en 2016 dans l’équipe en charge du calculateur HPC pour accompagner les utilisateurs en tant qu’expert en traitement distribué et analyse de données. Je travaille depuis 3 ans dans le campus de la données en tant qu’expert en traitement d’image, en particulier sur la détection de neige, mais aussi de manière transverse pour améliorer l’écosystème Python de traitement, d’analyse et de visualisation de données.

Titre : Des approches pour visualiser la donnée scientifique - Power BI (Sans ligne de code) et Streamlit (avec lignes de code).

• Approaches to visualizing scientific data

Auteur : Ayi Henoc Amavigan (CEFREM).

Encadrant : Sébastien Pinel (CEFREM/OMP)

Résumé : Face à un même jeu de données scientifiques, deux outils s'opposent pour le visualiser : Power BI (sans code) et Streamlit (avec code Python). À travers cette présentation, nous verrons les points clés à connaître sur ces deux outils : prise en main, reproductibilité et coût, pour aider chacun à choisir celui adapté à son besoin.

Mini Bio : Étudiant en 2e année de BUT Science des Données à l'IUT de Carcassonne, actuellement en stage au CEFREM sous l'encadrement de Sébastien Pinel, en recherche d'une alternance.